Considerando as propriedades dos estimadores, relacione a Coluna 1 à Coluna 2.
Coluna 1 1. Estimador consistente. 2. Estimador de máxima verossimilhança. 3. Estimador não tendencioso.
Coluna 2 ( ) Estimador que tende a convergir para o verdadeiro valor na medida em que aumenta o tamanho da amostra. ( ) Estimador com a seguinte propriedade: se o verdadeiro valor do parâmetro desconhecido é esse, a probabilidade de obter a amostra efetivamente observada é máxima. ( ) Estimador cujo valor esperado é igual ao verdadeiro valor do parâmetro que ele pretende estimar.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
O valor de um atributo de um dado objeto é uma medida da quantidade daquele atributo, a qual pode ser numérica ou categórica. Nesse caso, estado civil e sexo são classificados como atributo
Considere um modelo de regressão linear simples na forma Y = aX + b + ε, em que ε representa o erro aleatório com média zero e desvio padrão σ, e a variável regressora X é binária. A média amostral e o desvio padrão amostral da variável explicativa Y foram, respectivamente, iguais a 10 e 4. Já para a variável regressora X, encontra-se a distribuição de frequências absolutas mostrada no quadro a seguir. Finalmente, sabe-se que a correlação linear entre Y e X é igual a 0,9.
Com base nessas informações, com respeito à reta ajustada pelo método dos mínimos quadrados ordinários, julgue o item subsequente.
Se denota a estimativa de mínimos quadrados ordinários do coeficiente angular a, então 7,2.
Considerando que os dados na tabela mostram salários de diferentes servidores que aderiram (1) ou não aderiram (0) a determinado plano de previdência complementar, julgue os itens subsecutivos.
O método de Newton Raphson é uma forma numérica
que pode ser utilizada para estimar os parâmetros em um
modelo de regressão logística, visto que os estimadores não
possuem forma fechada. O mesmo pode ser feito em um
modelo de regressão linear, apesar de a forma deste ser
fechada para o estimador dos parâmetros.